【架构师训练营第 1 期 13 周】 作业

【架构师训练营第 1 期 13 周】 作业

• 你所在的行业，常用的数据分析指标有哪些？请简述。

目前所在的属于快餐行业，老师讲解的指标都有用过。

新增用户数：日/周/年

用户留存率

用户留存率=留存用户数/当期新增用户数， 大约 40%是不错的数据

用户流失率=1-用户留存率

活跃用户数

PV（Page View）：用户点击次数

GMV（成交总金额 Gross Merchandise Volume）

转换率=有购买行为的用户数/总访问用户数

还有以下指标：

顾客的单价（AC）：顾客订餐花费的平均金额。

访客数量（TC）：用餐者总数

数千笔交易的成功率（UPT）

客户的最近一次消费（Recency）

消费频率(Frequency)

消费金额(Monetary)

• Google 搜索引擎是如何对搜索结果进行排序的？（请用自己的语言描述 PageRank 算法。）

PageRank 算法，也叫做网页排名，也叫佩奇排名。

通过查看一个页面被其它页面的引用次数，每次被引用就算一票，被引用得越多，票数就越多。就可以在搜索结果中排名更加靠前。更能体现网页的火热程度。

如下图 ABCD 四个网页的连接情况，每个页面一票，这样 A 网站就有 3 票。

如果为了避免几个网页互相引用导致排名不准确，一个页面最多只有 1 票，如果引用了 N 个连接，每个连接可以获取 1/N 票。如图例，A 网站就有 1.83 票。

而有些网站如果知道了这个逻辑，不停地自我引用，这样就不停地被投票，进入了循环。导致票数异常超高。

这样就要引入一个跳出概率，每个连接都有一定几率跳出网页，不再查看。这样尽量过滤自我引用的问题。如果浏览器跳出概率是 50%，A 连接最后的票数是 0.375.

通过抽象得到计算公式：

集合后：

Arvind Arasu 《Junghoo Cho Hector Garcia - Molina, Andreas Paepcke, Sriram Raghavan. Searching the Web》

以上就是 PageRank 的简单逻辑，如有缺漏，烦请指正。